【Python・Pandas】value_counts()でNaN値も含めたIndexオブジェクトの一意な値の出現回数をSeriesとして取得する方法

Pandas の index.value_counts() メソッドを使うと、Index オブジェクトから一意の値の出現回数を含む Series を返すことができます。デフォルトでは NaN 値は除外されますが、dropna パラメータに False を設定することで、NaN 値も含めてカウントできます。

必要なライブラリのインポート

まず、必要なライブラリをインポートします。

import pandas as pd
import numpy as np

NaN値を含むインデックスの作成

NaN 値をいくつか含む Pandas インデックスを作成します。

index = pd.Index([50, 10, 70, np.nan, 90, 50, np.nan, np.nan, 30])

作成したインデックスを表示して確認してみましょう。

print("Pandas Index...\n",index)

value_counts()でNaN値も含めてカウントする

value_counts() メソッドで一意の値をカウントします。「dropna」パラメータに「False」を指定すると、NaN 値もカウント対象に含まれます。

index.value_counts(dropna=False)

サンプルコード全体

以下は、これまでの手順をまとめた完全なコード例です。

import pandas as pd
import numpy as np

# NaN値を含むPandasインデックスを作成
index = pd.Index([50, 10, 70, np.nan, 90, 50, np.nan, np.nan, 30])

# Pandasインデックスを表示
print("Pandas Index...\n",index)

# インデックス内の要素数を返す
print("\nNumber of elements in the index...\n",index.size)

# データのdtypeを返す
print("\nThe dtype object...\n",index.dtype)

# value_counts()で一意の値をカウント
# 「dropna」パラメータに「False」を指定してNaN値も含める
print("\nGet the count of unique values with NaN...\n",index.value_counts(dropna=False))

実行結果

上記のコードを実行すると、次のような出力が得られます。

Pandas Index...
Float64Index([50.0, 10.0, 70.0, nan, 90.0, 50.0, nan, nan, 30.0], dtype='float64')

Number of elements in the index...
9

The dtype object...
float64

Get the count of unique values with NaN...
NaN   3
50.0  2
10.0  1
70.0  1
90.0  1
30.0  1
dtype: int64

実行結果から、NaN 値が 3 回出現していることや、50.0 が 2 回出現していることが確認できます。このように dropna=False を指定すれば、欠損値を無視せずに出現回数を集計できるため、データの品質チェックや欠損状況の把握にも役立ちます。